機器學習是人工智能的一個方向。它是一門多領域交叉學科，涉及概率論、統(tǒng)計學、矩陣論、神經(jīng)網(wǎng)絡、計算機等多門學科。其目標是使用計算機模擬或實現(xiàn)人類學習活動，從現(xiàn)有大量的數(shù)據(jù)中學習，利用經(jīng)驗不斷改善系統(tǒng)性能。機器學習步驟一般分為獲取數(shù)據(jù)、數(shù)據(jù)預處理、建立模型、模型評估和預測。本書共6章。第1章節(jié)主要介紹機器學習的基本概念及其

本書闡釋了人工智能（AI）的獨特之處，它可能導致哪些法律和道德問題，以及我們如何解決這些問題。它認為AI與先前其他的任何技術都有不同，因為它能夠獨立且不可預測地做出決策。這引發(fā)了三個問題：責任——如果AI造成傷害，誰來負責；權利——賦予AI法律人格的道德爭議和務實理由；以及圍繞人工智能決策的倫理規(guī)范。該書建議，為了解決

本書是近年來作者對混合智能系統(tǒng)研究成果及經(jīng)驗的總結。本書界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設計科學的思想為基礎，以基于案例推理的混合智能系統(tǒng)技術選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構造方法。在對串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

本書分為兩部分：控制理論基礎知識和控制理論基礎實驗。 控制理論基礎知識部分主要介紹自動控制概述、控制系統(tǒng)的數(shù)學模型、控制系統(tǒng)的時域分析法、控制系統(tǒng)的頻域分析法和控制系統(tǒng)的校正等內容。另外，每章均配有例題和習題，便于讀者自學和練習。 控制理論基礎實驗部分主要介紹典型二階系統(tǒng)階躍響應實驗、控制系統(tǒng)性能分析實驗、控制系統(tǒng)數(shù)字

人工智能是一項高科技技術，也是計算機技術的一個重要分支，此技術是以人工的方法，對人類的行動和思維進行模仿，同時在人的智能基礎上進行拓展。人工智能應用面比較廣泛，可代替人類進行各個方面的工作，可以說大大提高了人類在日常生活工作中的效率。但人工智能具有兩面性，對人類有好的一面也有不好的一面。因此，本書將結合人工智能技術的發(fā)

本書以掌握Python語言基礎為前提，由淺入深、全面系統(tǒng)地講解了機器學習的相關知識及技能，內容注重實用性和可操作性，在介紹機器學習理論知識的基礎上，結合具體的實戰(zhàn)實例，給出了詳細的代碼及實現(xiàn)步驟。全書共9個項目，分別介紹了數(shù)據(jù)分析基礎、機器學習項目實戰(zhàn)流程、探索性數(shù)據(jù)分析與特征工程、常見機器學習算法及框架、交叉驗證與超

本書是《動手學深度學習》的重磅升級版本，選用PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的交互式學習體驗。 本書重新修訂《動手學深度學習》的所有內容，并針對技術的發(fā)展，新增注意力機制、預訓練等內容。本書包含15章，第一部分介紹深度學習的基礎知識和預備知識，并由線性模型引出基礎的神經(jīng)網(wǎng)絡——多層感知機

本書根據(jù)企業(yè)實際生產(chǎn)需要，結合典型項目，以實用、易用為目的，深入淺出地介紹了西門子人機界面組態(tài)與應用的實用技術。本書采用“項目導向、任務驅動”的形式，設計了HMI組態(tài)與調試入門、小車移動監(jiān)控系統(tǒng)、水泵控制監(jiān)控系統(tǒng)、剪板機控制監(jiān)控系統(tǒng)、多電機功能監(jiān)控系統(tǒng)和飲料生產(chǎn)線監(jiān)控系統(tǒng)6個項目，共30個任務，每個任務附有大量的圖片說

本書結合機械大類各專業(yè)及相近專業(yè)的發(fā)展和教學需要，較為系統(tǒng)地介紹了機械控制工程的基本內容。全書共由三個模塊組成，即經(jīng)典控制理論、離散控制系統(tǒng)、現(xiàn)代控制理論，各模塊基本獨立，其中經(jīng)典控制理論為基本部分。全書共9章，主要內容有緒論、控制系統(tǒng)的數(shù)學模型、時域分析、根軌跡法、頻域分析、穩(wěn)定性分析、綜合與校正，以及離散控制系統(tǒng)分

本書本著培養(yǎng)高職學生的人工智能基本素養(yǎng)、人工智能思維和人工智能應用實踐能力的目標，內容選取符合高職學生的特點，強調人工智能的通識性、典型性和實用性，具有可操作性。本書選取了涵蓋人工智能領域的多個典型案例，采用項目化模式構建教學案例，突出實踐。每個案例由循序漸進的遞進式任務組成，支持課堂分層次教學實施。全書共分7章，主要